基于间序列GPS单点定位误差预测方法.pdfVIP

2010年 第 24卷 第3期 测 试 技 术 学 报 Vo1．24 No．3 2010 (总第 81期 ) JOURNALOFTESTANDMEASUREMENTTECHNOLOGY (Sum NO．81) 文章编号 ：l671—7449(2010)03—0219-06 基于混沌时间序列的GPS单点 定位误差预测方法 孙 罡 ，王 昌明 ，张爱军 (南京理工大学 机械工程学 院，江苏 南京 210094) 摘 要 ： 对 由不 同型号 GPS—OEM 板和不 同型号天线所组成 的 GPS单点定位系统的定位误差时间序列进 行 了混沌特性分析 ，通过计算最大 Lyapunov指数确定了其为混沌时间序列．在此基础上提 出了基于混沌时 间序列 的 GPS单点定位误差预测方法 ，分别将 RBF神经网络和 Volterra滤波器应用于预测模 型 ，实现 了 对定位误差 的一步预测．通过对 比预测结果 ，发现 Volterra滤波器 比RBF神经 网络具有更高 的预测精度 ， 且算法实时性强 ，可 以有效地 降低预测模 型的复杂程度． 关键词 ： GPS；单点定位 ；混沌时间序列预测 ；Lyapunov指数 ；RBF神经网络 ；Volterra滤波器 中图分类号 ： P228．4 文献标识码 ：A doi：10．3969／j．issn．1671-7449．2010．03．007 TheM ethod ofErrorPrediction inGPS PointPositioning Basedon ChaoticTim eSeries SUNGang，WANG Changming，ZHANGAijun (SchoolofMechanicalEngineering，NanjingUniversityofScienceandTechnology，Nanjing210094，China) Abstract： AfteranalyzingthechaoticcharacteristicsofsomepositioningerrortimeseriesinGPSpoint positioning system thatconsisted by differentGPS—OEM boardsand differentantennas，these time serieswereconfirmedaschaotictimeseriesbythelargestLyapunovexponent．Andthemethodoferror predictioninGPSpointpositioningbasedonchaotictimeserieswasproposedbasedontheconclusion． RBF neuralnetwork (RBFNN)andVolterrafilterwereapplied to thepredictionmodelrespectively， andone—steppredictionofpositioningerrorwasimplemented．Bythecomparisonofpredictionresults， Volterrafilterhasahigherprediction precisionandstrongertimelinessthanRBF NN．Itcanreducethe complexityofpredictionmodeleffectively． Key words：GPS；pointpositioning；chaotic timeseriesprediction；lyapunov exponent；RBF neural network；volterrafilter GPS(全球定位系统)较高 的理论定位精度使其应用广泛，但在实际应用 中因受各种 因素 的影响， GPS的定位精度不是很高．其定位误差主要源于导航卫星的高动态运动特性 、卫星信号的传播过程和地 面的接收